A Review on the Impact of a Blended Process-oriented Approach on the English Writing Skills
Notice bibliographique
Résumé
This study examines the application and efficacy of the blended process-oriented learning method in improving English writing skills among ESL/EFL learners. Data were gathered via an extensive literature analysis employing the key search phrases "blended," "process approach," and "English writing" across three academic databases: Web of Science, Scopus, and Google Scholar. After evaluating 34 preliminary records and implementing rigorous inclusion and exclusion criteria, 10 articles were chosen for an in-depth bibliometric analysis. The results indicate that this pedagogical method has been adopted in diverse educational environments throughout Asia and Africa, markedly enhancing students' writing abilities. The paper delineates several technologies employed in these implementations, such as Schoology, MOOCs, Google Classroom, and WeChat. The integrated process-oriented approach enhances writing performance, boosts student enthusiasm, fosters interaction, and solves writing anxiety. Despite the positive outcomes, the study acknowledges limitations, such as the restricted number of articles reviewed and the focus on students' perspectives. Future research should broaden the scope to include more articles and explore teachers' perspectives. The study concludes with recommendations for seamlessly integrating technology into traditional classrooms and emphasizing the indispensable role of instructors in blended learning environments. These insights aim to guide ESL/EFL educators in effectively incorporating blended process-oriented learning into their teaching practices.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».